Annonces Google AI Mode haut d'entonnoir : recherche de mots-clés 2027

Introduction

Pendant vingt ans, la recherche de mots-clés a suivi une gravité simple : trouver l'expression que les gens tapent quand ils sont prêts à acheter, puis l'acheter ou se positionner dessus. Les termes de bas d'entonnoir gagnaient ; tout le reste était de la « notoriété » — bon à avoir, difficile à prouver, facile à couper.

Cette gravité s'est inversée, et Google l'a dit à voix haute deux fois en un après-midi.

Le 28 octobre, le responsable de la data science de la recherche chez Google a déclaré aux annonceurs que les gens arrivent désormais beaucoup plus tôt dans le parcours d'achat, en posant des questions longues et détaillées qui commencent très loin d'un achat. Le même après-midi, le chief business officer d'Alphabet a déclaré à Wall Street que les requêtes AI Mode qui portent ce changement rapportent moins d'argent à Google que les recherches traditionnelles.

Encadrant ces déclarations, Google a livré la plomberie commerciale de ce comportement : des annonces multi-tours dans les questions de suivi d'AI Mode, les annonces AI Mode étendues à dix pays supplémentaires, des liens de réservation pour les services à domicile et des flux produits transformés en créations publicitaires. Un nouveau rapport Adthena a par ailleurs compté plus de 175,000 placements payants dans les réponses IA de Google aux États-Unis entre juin et septembre.

Les requêtes sont montées dans l'entonnoir, les annonces les ont suivies, et la majeure partie de la recherche de mots-clés vise encore le bas. Voici ce qui a changé, ce que disent les chiffres, et comment reconstruire une stratégie de mots-clés capable de voir le nouvel inventaire.

Ce qui a changé ces deux dernières semaines

Les pièces sont arrivées assez vite pour que le motif soit facile à manquer. La chronologie qui compte :

28 octobre — Google a annoncé les annonces multi-tours dans AI Mode aux États-Unis, permettant à une annonce d'apparaître sur les requêtes de suivi au sein de la même conversation. Shashi Thakur, VP et GM de Google Search Ads, a confirmé le déploiement américain.
28 octobre — Google a indiqué que les annonces dans AI Mode s'étendent à dix pays supplémentaires, dont le Canada et l'Australie, avec le Brésil, le Mexique et le Royaume-Uni prévus pour le T4 2026.
28 octobre — Lors de la conférence T3 d'Alphabet, le CBO Philipp Schindler a attribué une partie du ralentissement des revenus à « la forte croissance des requêtes AI Mode... en raison de la monétisation plus faible que nous observions dans AI Mode ».
4 novembre — Google AI Mode a ajouté des liens de réservation pour les services à domicile, transformant une réponse en surface de transaction.
4 novembre — La couverture a confirmé que les flux produits deviennent la nouvelle création publicitaire dans AI Mode : c'est le flux, et non le titre, qui persuade désormais.
9 novembre — La couverture du déploiement a signalé le problème de mesure : l'activité de recherche IA est presque invisible dans les rapports sur les termes de recherche de Google Ads.

Google n'y va pas par quatre chemins. Le type de requête qui croît le plus vite sur sa surface est conversationnel, long, au stade de la recherche, et désormais monétisable dans plus de marchés qu'il y a trois semaines.

Ce que Google a réellement dit de ces requêtes

La source primaire la plus utile de la quinzaine est l'épisode du 28 octobre du podcast de Google Ads Decoded, où l'animatrice Ginny Marvin a interviewé Shivani Mohan, VP Data Science et recherche sur l'expérience utilisateur pour la recherche chez Google. Ses équipes interrogent les utilisateurs en tête-à-tête et étudient les logs de ce que font des milliards de personnes, ce qui fait de ses déclarations la chose la plus proche d'une spécification de la direction du comportement des requêtes.

Les requêtes sont trois fois plus longues

Mohan a déclaré que la longueur des requêtes avait triplé, et Marvin l'a répété en conclusion. Le propre rapport AI Mode de Google de mai 2026 le formule de façon étroite — les requêtes dans AI Mode sont en moyenne trois fois plus longues que les recherches traditionnelles — et c'est la version à citer, car il s'agit d'une comparaison AI Mode, pas d'une affirmation sur tout Google.

Les requêtes sont nouvelles, pas affinées

Le détail aux conséquences stratégiques les plus lourdes est celui que Mohan a dit ne pas avoir expliqué publiquement auparavant. Les utilisateurs, selon ses mots, « posent des types de requêtes entièrement nouveaux qu'ils n'auraient jamais pensé à poser auparavant ». Quand Marvin a demandé si les questions de suivi surviennent parce que la première réponse a échoué, Mohan a répondu non — et a expliqué comment Google le mesure : « Dans notre pratique de data science, nous pénalisons les requêtes, que nous appelons man refs, les raffinements manuels. »

Deux implications suivent. Premièrement, Google optimise contre les requêtes qui nécessitent un second essai, donc la récompense va aux réponses qui résolvent l'intention en une seule fois — un problème de couverture avant d'être un problème d'enchère. Deuxièmement, la croissance conversationnelle n'est pas des gens qui reformulent le même mot-clé de trois façons ; c'est une demande qui n'est jamais apparue dans votre outil de mots-clés parce que personne ne la tapait dans un champ de recherche il y a un an.

Elles sont en haut d'entonnoir, et Google le sait

Mohan a décrit des requêtes « qui remontent l'entonnoir », avec plus de questions de brainstorming et plus de questions sur la façon de penser une catégorie dans son ensemble. Le cadrage de Schindler correspondait précisément : « Dans AI Mode, beaucoup de ces requêtes sont des requêtes de haut d'entonnoir, ce qui nous permet de capter une nouvelle intention commerciale à forte valeur », ajoutant que « la majorité des requêtes AI Mode sont incrémentales ».

C'est le cadeau stratégique de la quinzaine. Google a dit, en langage clair, que l'offre incrémentale de requêtes est au stade de la recherche et en forme de question. Si votre plan de mots-clés est une liste de termes produit-plus-modificateur, vous enchérissez sur la moitié rétrécissante du marché.

Pourquoi cela casse la recherche de mots-clés classique

Trois mécaniques rendent les vieilles habitudes activement contre-productives aujourd'hui.

Le piège de l'éligibilité : l'exact match ne peut pas acheter le nouvel emplacement

Les annonces dans AI Overviews et AI Mode sont mises en correspondance à la fois avec la requête et avec le contenu de la réponse IA. Selon la documentation de Google, seuls les mots-clés en broad match ou le ciblage sans mots-clés — AI Max for Search, Performance Max, Shopping et Dynamic Search Ads — peuvent diffuser dans l'aperçu. L'exact match peut toujours apparaître au-dessus ou en dessous, et un mot-clé exact n'empêche pas une version broad match de se déclencher à l'intérieur.

Lisez cela comme un plan média. Une campagne non-marque construite entièrement sur l'exact et le phrase match — la structure qu'on a apprise à la plupart des équipes performance — se retire structurellement de l'emplacement que Google étend à dix nouveaux pays ce trimestre. Votre performance sur les surfaces IA est peut-être nulle, non pas parce qu'elle a échoué, mais parce que vous n'êtes jamais entré dans l'enchère.

Les prompts de recherche dominent l'inventaire existant

Le Holiday AI Paid Search Report d'Adthena a compté environ 175,100 placements publicitaires payants dans les panneaux AI Overview et AI Mode de Google aux États-Unis entre juin et septembre 2026 : habillement environ 111,000, électronique grand public environ 55,000, voyage autour de 6,500, beauté environ 2,100, et jouets et jeux autour de 685.

Le même rapport a classé les prompts sur lesquels ces annonces tournaient. En beauté, 83% des annonces tournaient sur des requêtes de recherche et de découverte — des gens qui comparent ou demandent ce qui est le mieux plutôt que de nommer un produit. Le voyage était à 69%, les jouets et jeux à 67%, tandis que l'habillement (48%) et l'électronique grand public (42%) se situaient juste sous la moitié.

Si quatre impressions publicitaires sur cinq dans une catégorie sont attachées à « qu'est-ce qui est le mieux pour X » plutôt qu'à « acheter X », l'actif qui vaut la peine d'être construit n'est pas une liste de noms de produits. C'est une carte organisée du langage de comparaison et de question.

Votre rapport sur les termes de recherche ne sépare plus les surfaces

Google inclut les recherches qui déclenchent des annonces dans AI Overviews et AI Mode de façon agrégée dans les rapports standard pour toute la recherche, si bien que les requêtes de surface IA sont mélangées dans votre rapport sur les termes de recherche. Combinez cela avec un volume incrémental majoritairement long et conversationnel, et un CPA mélangé devient presque dénué de sens : une requête de recherche de 25 mots et une requête transactionnelle de trois mots tiennent dans un même tableur, jugées par un seul chiffre.

Le correctif est mécanique. Exportez les termes de recherche, segmentez par nombre de mots — un à trois, quatre à sept, huit ou plus — puis comparez le taux de conversion, le coût par acquisition ou le ROAS, et la fréquence à laquelle chaque segment apparaît dans les parcours de conversion. Les requêtes longues qui semblent faibles au dernier clic mais apparaissent tôt dans les parcours sont votre preuve de haut d'entonnoir ; les requêtes qui n'apparaissent nulle part sont des dépenses de découverte que vous ne pouvez pas encore justifier.

Un playbook en cinq étapes pour reconstruire la recherche de mots-clés

Étape 1 : Reconstruire la liste de départ autour de chaînes de questions

Arrêtez d'amorcer avec des têtes de requête et des modificateurs. Amorcez avec des chaînes : ce que c'est, lequel est le meilleur, X versus Y, est-ce que X vaut le coup, qu'est-ce qui convient à ma situation. Pour chaque chaîne, capturez la question de suivi qu'une vraie personne poserait ensuite, car avec les annonces multi-tours chaque étape est son propre emplacement publicitaire — et en organique, chaque étape est une page que vous possédez ou que vous cédez.

Étape 2 : Grouper par étape de décision plutôt que par volume de recherche

Le tri par volume vous ramène en bas de l'entonnoir. Groupez le même ensemble par étape — orientation, comparaison, validation, achat — et vous constaterez que le contenu comme les campagnes sont surpondérés à la fin. Les données de prompts d'Adthena disent que l'inventaire est à l'avant.

Étape 3 : Donner au broad match ou à AI Max une part définie, avec des données propres derrière

Comme seuls le broad match et le ciblage sans mots-clés peuvent diffuser dans les réponses IA, réservez-leur une part délibérée du budget non-marque, soutenue par un Smart Bidding et un suivi des conversions auxquels vous faites confiance. Gardez l'exact match là où vous avez besoin de contrôle. Le mode de défaillance n'est pas le broad match en soi ; c'est le broad match avec des données de conversion troubles et sans discipline de mots-clés négatifs.

Étape 4 : Nourrir la machine avec les attributs qu'elle lit désormais

Pour l'e-commerce, Google a déployé six attributs conversationnels facultatifs dans Merchant Center lors de Google Marketing Live en mai : question_and_answer, document_link, related_product, item_group_title, variant_option et popularity_rank. Ils n'affectent pas l'approbation des produits, et Google recommande de les ajouter via une source de données complémentaire afin que le flux principal reste intact. La remarque de Mohan selon laquelle les acheteurs comparateurs « ne veulent vraiment pas seulement voir le résumé » — ils veulent des avis et des vidéos de personnes dans leur propre situation — est exactement à quoi servent ces champs. Pour les équipes contenu, l'équivalent est peu glamour : mettez le tableau comparatif, le détail des tailles et le langage des cas d'usage sur la page.

Étape 5 : Instrumenter les surfaces IA comme leur propre ligne de test

Jusqu'à ce que Google rende compte de la performance des annonces AI Mode avec le même standard de robustesse qu'il applique aux statistiques utilisateurs, traitez la portée d'AI Mode et d'AI Overview comme une ligne de test avec son propre budget et sa propre métrique de succès, plutôt que comme quelque chose qui tire discrètement le CPA mélangé vers le bas. Surveillez la part de clics sur requêtes longues, les conversions assistées et le coût par conversion incrémentale — pas le ROAS au dernier clic.

Utilisez la recherche sociale comme laboratoire de prompts

Voilà le problème pratique quand on construit un ensemble de chaînes de questions : les bonnes questions ne sont pas encore dans les outils de mots-clés, parce qu'elles sont nouvelles et formulées de façon conversationnelle. Les bases de données de mots-clés ont des mois de retard sur les comportements ; les plateformes sociales, non.

La recherche sociale est le corpus vivant le moins cher de langage au stade de la recherche disponible. Les fils de commentaires, les questions sous les vidéos et les posts de communauté sont là où les gens écrivent la formulation longue et circonstanciée — « j'ai une petite cuisine et deux chiens, est-ce qu'un aspirateur robot vaut le coup » — qui ne finit jamais dans un planificateur de mots-clés mais finit de plus en plus dans une boîte IA. Exploiter ce langage vous donne les formes de prompts à cibler, les objections à traiter sur la page et les axes de comparaison que vos attributs de flux devraient couvrir.

C'est pour cela que SocialKeywordGenerator est fait : extraire le langage des mots-clés et des hashtags des plateformes sociales, le regrouper par intention et par type de question, puis remettre ces groupes aux équipes contenu et payant comme des ensembles prêts à l'emploi plutôt que comme des listes plates de mots-clés. Commencez avec SocialKeywordGenerator et construisez la carte des chaînes de questions avant votre prochain cycle de planification, pas après.

Les chiffres qui vous gardent honnête

L'histoire du haut d'entonnoir est réelle, mais ce n'est pas une licence pour tout réécrire ce trimestre. Les données de mesure de la même quinzaine sont crues sur l'échelle.

L'analyse de Marie Haynes sur 12 mois de données GA4 à travers 100 sites et plus de 145 millions de sessions a trouvé que ChatGPT envoyait 0.62% du volume de trafic que le trafic organique Google envoyait, et tous les LLM combinés 0.73% — l'organique livrait encore 39 fois plus de trafic. Les visiteurs venus de ChatGPT convertissaient à 13.8% contre 3.02% pour le trafic organique Google, la statistique que citent les fournisseurs, mais Google générait encore 96.5% des conversions totales, et le trafic organique Google générait 27 fois plus de conversions que tous les LLM combinés.

La bonne lecture n'est donc pas « l'IA est le nouveau canal ». C'est « le mix de requêtes bouge avant que le volume de clics ne bouge », ce qui est précisément le moment où les décisions de recherche de mots-clés se figent pour l'année suivante. Construisez la carte des chaînes de questions maintenant, tant que l'inventaire est bon marché et que la concurrence achète encore des termes de trois mots. Les surfaces croissent vite : Adthena a compté les apparitions d'AI Overview aux États-Unis passant de 304 millions à 575 millions entre août 2025 et août 2026, une hausse de 89%, avec le Royaume-Uni et l'UE en hausse de 160% et l'Australie de 536%.

Points clés à retenir

Google monétise désormais AI Mode avec des annonces multi-tours, dix pays de plus, des liens de réservation pour les services à domicile et des créations issues des flux produits — la couche commerciale repose sur des requêtes conversationnelles au stade de la recherche.
La data science de Google dit que les requêtes AI Mode sont trois fois plus longues, souvent entièrement nouvelles et orientées haut d'entonnoir ; Google pénalise même les « man refs », les requêtes ayant nécessité un raffinement manuel.
Seuls le broad match ou le ciblage sans mots-clés peuvent diffuser des annonces dans AI Overviews, donc les campagnes en exact match uniquement sont exclues de l'emplacement que Google étend.
Les prompts de recherche et de découverte portaient 83% des annonces IA en beauté, 69% en voyage et 67% en jouets, contre 48% en habillement et 42% en électronique grand public.
Segmentez les termes de recherche par nombre de mots pour voir la contribution du haut d'entonnoir ; un CPA mélangé masque désormais à la fois la surface et l'étape.
ChatGPT envoie encore moins de 1% du volume de trafic du trafic organique Google, donc financez les surfaces IA comme une ligne de test mesurée, pas comme un remplacement.

FAQ

Q : Que sont les annonces multi-tours dans Google AI Mode ?

R : Des annonces qui peuvent apparaître sur les requêtes de suivi au sein de la même conversation AI Mode, pas seulement sur la première requête. Google a commencé à les déployer aux États-Unis le 28 octobre 2026, ce qui signifie que chaque étape d'une chaîne de questions devient son propre emplacement publicitaire.

Q : Les mots-clés en exact match peuvent-ils diffuser dans les AI Overviews ?

R : Non. Seuls le broad match ou le ciblage sans mots-clés — AI Max for Search, Performance Max, Shopping et Dynamic Search Ads — peuvent diffuser dans les AI Overviews et AI Mode. L'exact match peut toujours apparaître au-dessus ou en dessous de la réponse IA, et n'empêche pas un mot-clé broad match de se déclencher à l'intérieur.

Q : Dois-je abandonner les mots-clés de bas d'entonnoir ?

R : Non, mais arrêtez de les traiter comme tout le plan. L'offre incrémentale de requêtes est au stade de la recherche, donc un plan sans couche de chaînes de questions se bat pour la plus petite moitié de la demande.

Q : Comment mesurer les surfaces IA si Google les mélange dans les rapports sur les termes de recherche ?

R : Segmentez par longueur de requête : un à trois, quatre à sept et huit mots ou plus, puis comparez le taux de conversion, le CPA ou le ROAS et l'apparition dans les parcours de conversion. Associez cela à un reporting des conversions assistées pour que les touchers de haut d'entonnoir restent visibles au lieu d'être aplatis dans un chiffre mélangé.

Q : Quels marchés ont désormais des annonces AI Mode ?

R : Les annonces dans AI Mode se sont étendues à dix pays supplémentaires fin octobre 2026, dont le Canada et l'Australie, avec le Brésil, le Mexique et le Royaume-Uni prévus pour le T4 2026.

Conclusion

La partie inconfortable de cette quinzaine n'est pas que Google ait changé un format publicitaire. C'est que Google a décrit, de façon inhabituellement directe, d'où viennent ses requêtes incrémentales — longues, conversationnelles, au stade de la recherche, souvent entièrement nouvelles — puis a construit des annonces pour s'asseoir dans cette conversation dans dix pays de plus. La recherche de mots-clés bâtie sur des termes commerciaux courts vise désormais la partie du marché qui ne croît pas.

La réponse n'est pas un budget plus gros sur chaque surface IA. C'est de changer ce qui compte comme actif de mots-clés : des chaînes de questions au lieu de têtes de requête, des étapes de décision au lieu de paliers de volume, du langage de prompts extrait de la recherche sociale au lieu des seules bases de données historiques, et un reporting qui sépare les requêtes longues des courtes pour que le travail de haut d'entonnoir puisse être défendu avec des preuves.

Commencez par le geste le moins cher : pour vos dix premières catégories, écrivez les cinq questions qu'un vrai acheteur pose avant de taper un nom de produit, puis vérifiez si vous possédez une page et un mot-clé pour chaque étape. Dans la plupart des comptes, deux des cinq manquent. Construisez cette carte avec SocialKeywordGenerator, et vous achèterez l'inventaire que Google étend plutôt que d'enchérir contre l'inventaire qu'il laisse derrière.